【キャリア採用】AIエンジニア（マネージャー）

【AIエンジニア（マネージャー）】顧客の業務で”使われるAI”を技術とチームの両面から牽引する｜将棋AIの技術基盤×上場企業の安定基盤

仕事概要

【ポジション概要 / ミッション】
このポジションは、顧客の業務課題に対してAI・数理最適化によるソリューションを設計し案件とチームを牽引するAIエンジニアリングマネージャーです。

当社は将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、建設・製造・金融・エンタメをはじめとした日本の基幹産業に、生成AI・予測AI・最適化AIを組み込むフェーズにいます。顧客のAI活用は「PoCで可能性を確かめる」段階から、業務ワークフローに組み込み毎日使われる段階へ移りました。

この段階で求められるのは特定のモデルに詳しいことだけではありません。顧客の抽象的な要望を技術課題に翻訳し、PoCから実際に使われる状態まで案件を設計・推進し、うまくいかない局面では立て直すその判断を自らも技術に触れながら行えることです。

あなたのミッションはLLM・専用機械学習モデル・最適化を手段として使い分けながら、顧客・チーム・事業の成果をつくることとなります。

肩書としてのマネージャー経験は問いません。プロジェクトを前に進めてきた経験と技術を手放さずにチームを率いたいという意欲がこの仕事の土台になります。

【募集背景】
案件数の増加に加え、より高難度でドメインに特化したプロジェクトが増える中、シニアメンバーが個々のプロジェクトにかける時間を増やす必要が出てきました。
今回の募集は、一人のEMに集中しているプロジェクトを分散させ、専門性の高い案件を推進できる体制へ移行するためのものです。空いた席を埋める採用ではなく体制そのものを設計し直す一人として入っていただきたいと考えています。

【具体的な業務内容】
・PoCの設計と推進：
顧客の業務課題をAI課題・データ課題に分解し、スコープ、ゴール、評価指標、期間、体制、リスクを定義します。技術仮説を立てて実験を計画し、結果を踏まえて次の打ち手を決めるサイクルを主導します。
・顧客との合意形成：
ビジネスコンサルタントやAIエンジニアとともに顧客へのヒアリングを行い、非技術者にも技術の内容と限界を説明します。精度が出ない、データが足りない、期待と乖離したといった局面では、原因を整理して計画を再設計します。
・プロジェクトチームの成果最大化：
メンバーへのタスク割り当てと進捗管理を行います。レビューでは、コードだけでなく仮説・データ・評価方法・再現性・顧客価値まで確認します。
・AIコアロジックの技術選定：
機械学習モデル、アルゴリズム、外部AIサービス（クローズドLLM等）を、目的・期間・コスト・リスクに応じて選び分けます。
・PoCから開発・本番運用への移行設計、運用中AIアプリケーションの改善

【プロジェクト例】
・東洋エンジニアリング株式会社様とのプロジェクトで、プラント設計業務における図面チェックを支援するシステム（AI for U）を開発
・株式会社竹中工務店様との共同プロジェクトで、構造設計業務を支援するAIモデルを開発
・図面のチェックや整合性確認などを行う画像認識エージェント（VLM・専用モデル）の開発
・一次産業・建設系のセンサー情報の分析・可視化・異常検知システムの構築
・静銀信用保証株式会社様の住宅ローン不正検知AIシステム
・SMBC日興証券株式会社様の株式ポートフォリオ診断AI
・企業法務業務を支援するLLMエージェントの構築実験・開発
・企業社内文書の対話検索システムの構築（製造業、建設業、金融業など）
・日本科学未来館様とのAIスーツケース音声対話機能開発
・株式会社ポケモン様との「Pokémon Battle Scope」
・他、金融・建設・製造業界等のお客様との未公開案件が多数
※業界知識は入社後にキャッチアップ可能です。未知の業界の業務を理解しに行くことを楽しめる方を歓迎します。

【チーム体制と入社後の立ち上がり】
組織：5〜10名の少数精鋭チームが4つあり、顧客の業界領域ごとに分かれています。配属チームはご経験とご志向を踏まえて決定します。
レポートライン：チームEM
配下：プロジェクトに参画するAIエンジニア・ソフトウェアエンジニア（1プロジェクトあたり2〜3名程度）
連携：プロジェクト担当のビジネスコンサルタント、セールスマーケター、同チーム・他チームのEM

・入社後1〜3ヶ月：他のEMとともにプロジェクトに参画し、HEROZでのプロジェクトの進め方に慣れていただきます。
・入社後2〜6ヶ月：新規プロジェクトにEMとして参画し、進捗管理、メンバーとの技術議論・フォロー、顧客対応などを担っていただきます。
・入社後6ヶ月〜1年：提案案件への技術サポートや、エンジニア組織の強化・育成、品質向上の活動に参画していただきます。
※立ち上がりの時期は、ご経験や業務への適応状況に応じて前後します。

【このポジションの希少価値 / 3年後のあなた】
・手段に縛られないAI課題解決の経験が積めます
専用機械学習モデル（Deep Learning、GBDT等）、数理最適化、LLM、外部AIサービスを、顧客課題に応じて組み合わせます。生成AI一色になりつつある市場の中で、最適化と専用モデルの両方を実務で扱える環境は限られています。

・AI適用の余地が大きい産業に向き合えます
建設・製造・一次産業には、デジタル化が進んでいない業務が残っており、解けたときの業務インパクトが大きい課題が揃っています。

・プレイングを手放さないマネジメントキャリアを描けます
案件牽引者から組織マネジメントへのパスが、等級制度として明示されています。エキスパート、プロジェクトマネジメント、組織マネジメントのコースが並列に用意されており、道は一本ではありません。

・計算資源を案件化前の検証にも使えます
NVIDIA製ハイエンドサーバを社内に完備し、クラウド環境と合わせて活用しています。自主的な技術探索や案件化前の実現性検証にも計算環境を使えます。

【開発環境・技術スタック】
言語：Python（メイン）、C++、Rust、React、TypeScript、C#（CADプラグインなどで使用）等
クラウド：AWS／GCP／Azure（プロジェクトにより選定）
AI／LLM：HEROZ ASK（自社開発AI SaaS）、Claude Enterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex、LangGraph 等
インフラ：Docker、Kubernetes、Terraform
計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用
開発手法：アジャイル（スクラム）及びウォーターフォール型。技術選定はチーム裁量

業務において積極的に生成AIを活用しており、開発等に必要なClaude Enterpriseのアカウントは会社より提供されています。
＜補足情報＞
・応募時は履歴書・職務経歴書のご提出をお願いいたします。
・必要に応じて、リファレンスチェックをさせていただく可能性がございます。

必須スキル

【ポジション概要 / ミッション】
このポジションは、顧客の業務課題に対してAI・数理最適化によるソリューションを設計し案件とチームを牽引するAIエンジニアリングマネージャーです。

当社は将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、建設・製造・金融・エンタメをはじめとした日本の基幹産業に、生成AI・予測AI・最適化AIを組み込むフェーズにいます。顧客のAI活用は「PoCで可能性を確かめる」段階から、業務ワークフローに組み込み毎日使われる段階へ移りました。

この段階で求められるのは特定のモデルに詳しいことだけではありません。顧客の抽象的な要望を技術課題に翻訳し、PoCから実際に使われる状態まで案件を設計・推進し、うまくいかない局面では立て直すその判断を自らも技術に触れながら行えることです。

あなたのミッションはLLM・専用機械学習モデル・最適化を手段として使い分けながら、顧客・チーム・事業の成果をつくることとなります。

肩書としてのマネージャー経験は問いません。プロジェクトを前に進めてきた経験と技術を手放さずにチームを率いたいという意欲がこの仕事の土台になります。

【募集背景】
案件数の増加に加え、より高難度でドメインに特化したプロジェクトが増える中、シニアメンバーが個々のプロジェクトにかける時間を増やす必要が出てきました。
今回の募集は、一人のEMに集中しているプロジェクトを分散させ、専門性の高い案件を推進できる体制へ移行するためのものです。空いた席を埋める採用ではなく体制そのものを設計し直す一人として入っていただきたいと考えています。

【具体的な業務内容】
・PoCの設計と推進：
顧客の業務課題をAI課題・データ課題に分解し、スコープ、ゴール、評価指標、期間、体制、リスクを定義します。技術仮説を立てて実験を計画し、結果を踏まえて次の打ち手を決めるサイクルを主導します。
・顧客との合意形成：
ビジネスコンサルタントやAIエンジニアとともに顧客へのヒアリングを行い、非技術者にも技術の内容と限界を説明します。精度が出ない、データが足りない、期待と乖離したといった局面では、原因を整理して計画を再設計します。
・プロジェクトチームの成果最大化：
メンバーへのタスク割り当てと進捗管理を行います。レビューでは、コードだけでなく仮説・データ・評価方法・再現性・顧客価値まで確認します。
・AIコアロジックの技術選定：
機械学習モデル、アルゴリズム、外部AIサービス（クローズドLLM等）を、目的・期間・コスト・リスクに応じて選び分けます。
・PoCから開発・本番運用への移行設計、運用中AIアプリケーションの改善

【プロジェクト例】
・東洋エンジニアリング株式会社様とのプロジェクトで、プラント設計業務における図面チェックを支援するシステム（AI for U）を開発
・株式会社竹中工務店様との共同プロジェクトで、構造設計業務を支援するAIモデルを開発
・図面のチェックや整合性確認などを行う画像認識エージェント（VLM・専用モデル）の開発
・一次産業・建設系のセンサー情報の分析・可視化・異常検知システムの構築
・静銀信用保証株式会社様の住宅ローン不正検知AIシステム
・SMBC日興証券株式会社様の株式ポートフォリオ診断AI
・企業法務業務を支援するLLMエージェントの構築実験・開発
・企業社内文書の対話検索システムの構築（製造業、建設業、金融業など）
・日本科学未来館様とのAIスーツケース音声対話機能開発
・株式会社ポケモン様との「Pokémon Battle Scope」
・他、金融・建設・製造業界等のお客様との未公開案件が多数
※業界知識は入社後にキャッチアップ可能です。未知の業界の業務を理解しに行くことを楽しめる方を歓迎します。

【チーム体制と入社後の立ち上がり】
組織：5〜10名の少数精鋭チームが4つあり、顧客の業界領域ごとに分かれています。配属チームはご経験とご志向を踏まえて決定します。
レポートライン：チームEM
配下：プロジェクトに参画するAIエンジニア・ソフトウェアエンジニア（1プロジェクトあたり2〜3名程度）
連携：プロジェクト担当のビジネスコンサルタント、セールスマーケター、同チーム・他チームのEM

・入社後1〜3ヶ月：他のEMとともにプロジェクトに参画し、HEROZでのプロジェクトの進め方に慣れていただきます。
・入社後2〜6ヶ月：新規プロジェクトにEMとして参画し、進捗管理、メンバーとの技術議論・フォロー、顧客対応などを担っていただきます。
・入社後6ヶ月〜1年：提案案件への技術サポートや、エンジニア組織の強化・育成、品質向上の活動に参画していただきます。
※立ち上がりの時期は、ご経験や業務への適応状況に応じて前後します。

【このポジションの希少価値 / 3年後のあなた】
・手段に縛られないAI課題解決の経験が積めます
専用機械学習モデル（Deep Learning、GBDT等）、数理最適化、LLM、外部AIサービスを、顧客課題に応じて組み合わせます。生成AI一色になりつつある市場の中で、最適化と専用モデルの両方を実務で扱える環境は限られています。

・AI適用の余地が大きい産業に向き合えます
建設・製造・一次産業には、デジタル化が進んでいない業務が残っており、解けたときの業務インパクトが大きい課題が揃っています。

・プレイングを手放さないマネジメントキャリアを描けます
案件牽引者から組織マネジメントへのパスが、等級制度として明示されています。エキスパート、プロジェクトマネジメント、組織マネジメントのコースが並列に用意されており、道は一本ではありません。

・計算資源を案件化前の検証にも使えます
NVIDIA製ハイエンドサーバを社内に完備し、クラウド環境と合わせて活用しています。自主的な技術探索や案件化前の実現性検証にも計算環境を使えます。

【開発環境・技術スタック】
言語：Python（メイン）、C++、Rust、React、TypeScript、C#（CADプラグインなどで使用）等
クラウド：AWS／GCP／Azure（プロジェクトにより選定）
AI／LLM：HEROZ ASK（自社開発AI SaaS）、Claude Enterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex、LangGraph 等
インフラ：Docker、Kubernetes、Terraform
計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用
開発手法：アジャイル（スクラム）及びウォーターフォール型。技術選定はチーム裁量

業務において積極的に生成AIを活用しており、開発等に必要なClaude Enterpriseのアカウントは会社より提供されています。
＜補足情報＞
・応募時は履歴書・職務経歴書のご提出をお願いいたします。
・必要に応じて、リファレンスチェックをさせていただく可能性がございます。

歓迎スキル

・複数のAI・最適化PoCをリードした経験
・ピープルマネジメント経験（1on1、目標設定、評価、育成）
・エンタープライズ顧客向けAIソリューションの開発経験
・RAG、AIエージェント、LLMアプリケーションの設計・評価経験
・画像認識、異常検知、需要予測、組合せ最適化のいずれかの経験
・専用機械学習モデルの開発・学習経験（Deep Learning、GBDT 等）
・顧客との要件・仕様・期待値の折衝経験
・複数案件の並行管理経験
・MLOps、監視、再学習、モデル・データのバージョン管理の経験
・技術ナレッジの文書化・標準化・他案件への展開経験
・金融・建設・製造・一次産業における業務知識または案件経験

求める人物像

・技術を手放さずに、顧客とチームの成果に責任を持ちたい方
・未経験の技術や業界を避けず、自らキャッチアップできる方
・指示を待たず、課題を見つけて仮説と次の行動を示せる方
・モデル開発自体を目的にせず、顧客業務の改善を最終目的として考えられる方
・内製モデルに固執せず、外部AIサービスやLLM、既存手法も含めて最適解を選べる方
・顧客、メンバー、他部門の協力を当然視せず、相手の専門性と貢献を尊重できる方
・将来的にエンジニア組織の品質・進捗・人材育成を担いたい方

応募概要

給与

【年収】850万円〜1,500万円
・経験・能力を考慮の上、当社規定により決定致します
・賞与支給年2回（8月・2月）
・昇給年2回

【月給】 616,000円〜1,087,000円
※専門業務型裁量労働制もしくはフレックスタイム制が適用となります。

勤務地

〒1080014
東京都港区芝5-31-17　PMO田町7F
・JR「田町」駅 三田口 徒歩2分
・都営地下鉄「三田」駅 A3出口 徒歩1分

（変更の範囲）
当社本店・支店、当社取引先の事業場内、会社が許可または指示する場所

雇用形態

正社員

勤務体系

専門業務型裁量労働制の場合、定め無し（みなし労働時間：8時間）
フレックスタイム制の場合、10：00〜19：00（所定労働時間：8時間）
※休憩時間：60分
※リモートワーク・在宅勤務可（許可制）

試用期間

3ヶ月

福利厚生

【休日・休暇】
■年間休日：定例日　毎週（土・日）曜日、国民の祝日、その他（会社が指定した日）
■年次有給休暇：６ヵ月継続勤務した場合　10日付与（以降、勤続年数に応じ増加。上限23日）
■その他の休暇 （入社時特別休暇・年末年始休暇・傷病時特別休暇・慶弔休暇あり）

【福利厚生】
■社会保険
雇用保険、労災保険、厚生年金、健康保険（関東ITソフトウェア健保）完備
■交通費支給 ※在宅勤務可
■服装自由
■希望スペックのPC用意（エンジニアのみ）
■計算処理用GPUサーバ利用
■オフィス無料ドリンクサーバー設置
■AIネイティブ支援制度：業務活用の可能性を検証するため、新しいAIツールの試験利用費用を補助（規定あり）
■会社が業務に必要と判断したAIツール（Claude等）は会社負担で提供
■慶弔見舞金(結婚祝い金・出産祝い金・弔慰金)
■インナーコミュニケーション
（全社つながりの場、全社ミーティング、納会、勉強会・案件共有会）
■人事評価制度
■ご友人紹介制度（お食事代お一人あたり1.5万円まで支援＋入社後インセンティブ報酬）
■ベビーシッター利用割引制度
■住まサポ制度（不動産仲介手数料優待サービス）

【最新技術環境】
■NVIDIA製ハイエンドサーバーなど最新の高性能設備を完備
■開発環境の自由な選択